Glosar

Reducerea dimensionalității

Ce este Reducerea dimensionalității?

Reducerea dimensionalității scade numărul de caracteristici dintr-un set de date fără a pierde informațiile esențiale. Metodele cunoscute includ analiza componentelor principale (PCA), precum și t-SNE și UMAP, utilizate adesea pentru vizualizare. Accelerează calculele, reduce riscul de supraînvățare și face datele mai ușor de înțeles – de exemplu atunci când sute de atribute ale clienților sunt proiectate pe un grafic bidimensional în care clienții similari se află aproape unii de alții.

Subiecte

analiza datelor
PCA
caracteristici

Încercați KI.ordo

Agenți, fluxuri și șabloane într-un singur spațiu de lucru – demo gratuit de 24 de ore.

Porniți demo-ul

← Toți termenii

Termeni înrudiți

Extragerea de caracteristici

Extragerea de caracteristici este procesul prin care se obțin valori relevante din date brute, astfel încât un model să le poată prelucra eficient. În loc de milioane de pixeli individuali, un sistem poate folosi contururi, culori sau forme; textele sunt transformate în ponderi ale cuvintelor sau în vectori de embedding. Caracteristicile bune reduc volumul de date, scad efortul de calcul și îmbunătățesc adesea acuratețea. Extragerea de caracteristici este o componentă centrală a ingineriei caracteristicilor (feature engineering).

pregătirea datelor
feature engineering
+1

Clustering

Clusteringul este o metodă de învățare nesupervizată care împarte punctele de date în grupuri pe baza similarității lor, fără categorii predefinite. Acesta scoate la iveală tipare pe care nimeni nu le-a denumit înainte – de exemplu segmente de clienți cu un comportament de cumpărare similar. În cazul textelor, clusteringul ajută la sortarea a sute de solicitări ale clienților pe subiecte precum livrarea, facturarea sau reclamațiile și arată unde se află accentul.

învățare nesupervizată
grupare
+1

Șablon

Overfitting

Supraajustarea (overfitting) apare atunci când un model memorează datele de antrenare, inclusiv particularitățile întâmplătoare și zgomotul, în loc să surprindă tipare general valabile. Pare apoi foarte precis pe datele cunoscute, dar are performanțe slabe pe date noi. O diferență mare între eroarea de antrenare și cea de testare este un semn tipic. Contramăsurile includ mai multe date sau date mai variate, modele mai simple, regularizare, dropout și validare încrucișată.

calitatea modelului
antrenare
+1

Ingineria și extragerea caracteristicilor

Ingineria caracteristicilor (feature engineering) înseamnă selectarea, transformarea și crearea de atribute (caracteristici) pornind de la date brute, astfel încât un algoritm de învățare să poată detecta mai ușor tiparele. Extragerea caracteristicilor derivă valori compacte și semnificative din date complexe, precum texte, imagini sau semnale. Exemplu: înregistrările individuale de achiziție sunt transformate în caracteristici precum „zile de la ultima achiziție” sau „valoarea medie a comenzii”, ceea ce poate îmbunătăți vizibil o predicție a pierderii clienților.

Învățare automată
pregătirea datelor
+1